이메일 자동 파싱 기반 지능형 개인 재무 관리 툴 'LEDGR' 구축 및 AI 활용 사례

핵심 기술: LEDGR은 이메일 자동 파싱과 AI 모델을 활용하여 온라인 쇼핑 구매 내역을 자동으로 추출, 분류, 시각화하는 개인 재무 관리 도구입니다. 수동 데이터 입력의 번거로움을 해소하는 데 중점을 둡니다.

기술적 세부사항:
* 핵심 기능: 온라인 쇼핑 주문 확인 이메일을 전달받아 지출 내역을 자동 추출 및 관리.
* AI 활용: 구글 Gemini 1.5 Flash 모델을 사용하여 이메일에서 판매자, 날짜, 품목, 가격, 총액 등의 정보를 구조화된 출력(JSON)으로 추출하고, 구매 항목을 지능적으로 분류.
* 아키텍처: React/Vite 기반 프론트엔드와 Supabase Edge Functions를 활용한 백엔드 아키텍처를 사용하며, Postmark를 통해 이메일을 수신하고 Supabase DB에 데이터를 저장 및 관리.
* 워크플로우: 사용자 이메일 전달 → Postmark 수신 → Supabase Edge Function 1 (초기 저장) → DB 트리거 → Supabase Edge Function 2 (Gemini 파싱 및 데이터 저장) → 프론트엔드에서 데이터 조회.
* 데이터 저장: Supabase DB에 사용자 정보, 전달된 이메일, 주문 내역, 개별 품목 등을 저장.
* 사용자 인터페이스: 대시보드에서 총 지출, 예산 진행 상황, 최신 구매 내역 등을 한눈에 볼 수 있으며, 주문별 상세 정보 및 카테고리 필터링 기능 제공.

개발 임팩트:
* 수동적인 지출 추적 과정을 자동화하여 시간과 노력을 크게 절감.
* AI를 통해 데이터 추출 및 분류의 정확성과 효율성 향상.
* 구조화된 데이터를 기반으로 개인의 소비 패턴을 명확하게 파악하고 재무 계획 수립에 도움.
* 점진적으로 CSV 내보내기, 사용자 정의 카테고리, PDF 명세서 파싱 등 기능 확장 가능.

커뮤니티 반응:
* 개발자는 이메일 형식의 다양성 문제로 인한 초기 수동 파싱의 어려움을 극복하고 Gemini 모델 도입으로 정확성을 크게 향상시켰다고 언급.
* Postmark Inbox Innovators 챌린지를 통해 프로젝트를 시작했으며, 개인적인 필요에서 시작하여 다른 온라인 쇼핑객에게도 유용할 수 있음을 강조.